Записки океанолога — обработка и визуализация данных

Со мной связались из издательства, и попросили написать рецензию на эту книжку. Я рецензий никогда в жизни не писал, но книжка показалась действительно полезной, так что решил попробовать. Это дебют в жанре, так что не судите строго.

Если вы изучаете специальность, которая предполагает работу с данными, будь то астрономия, океанология, экономика и даже, как ни странно, менеджмент, то покидая университет вы обычно обладаете довольно неплохими теоретическими знаниями. При этом практическая сторона дела для выпускников является тёмным лесом. Однако в повседневной работе собственно теорией вы пользуетесь довольно редко, и большую часть времени приходится уделять практическим вопросам, которые зачастую в университетах не рассматриваются.

Вы может и знаете назубок все необходимые статистические методы, но голова чаще всего у вас будет болеть не о них. Вы, возможно, прекрасно разбираетесь в законах небесной механики, но не они будут вам мешать спать по ночам. Bill Howe, профессор data science из Университета Вашингтона задаёт всем учёным, которым он помогает справиться с современными потоками информации в их областях, один и тот же вопрос: «Сколько времени у вас уходит на обработку данных, а сколько собственно на науку? Большинство отвечает не задумываясь, что на обработку данных у них уходит 90% времени. То есть в основном они занимаются поиском данных, их конвертацией из разных безумных форматов, переформатированием их под свои цели и, наконец, визуализацией.

Пусть название книги Нейтана Яу «Visualize This», или как его перевели на русский «�?скусство визуализации в бизнесе» вас не обманет. Автор концентрируется не только на визуализации, но пытается показать на сравнительно простых примерах весь путь от получения данных до их графического представления. �? это не болтовня в стиле «ах, жёлтый сейчас не в моде, а эффект «мокрого пола» уже отжил своё, тайлы, только тайлы». Это практическое руководство к действию с описаниями сайтов, с которых можно скачать информацию, с примерами программ, в которых можно конвертировать и обрабатывать данные и, вы не поверите, с примерами кода на R, python и Java Script. Наличие листингов кода в «книжке для менеджеров» меня на самом деле поразило, видимо эта литература проделала довольно долгий путь с тех времён, когда я последний раз держал её, унылых тогда, представителей в своих руках 🙂

Программирование автор берет с наскока, не тратя времени на объяснения, что такое переменная и как использовать модули в Питоне. Он просто показывает путь решения проблемы, когда после нескольких строчек кода происходит волшебство и за считанные минуты в ваших руках оказывается информация полученная с нескольких сотен веб страниц. Возможно такой подход и не плох — он сразу показывает всю силу программирования непосвященному, без предварительных нудных подробностей на двадцать страниц. Но, мне кажется, новичку в программировании справиться с примерами сразу будет непросто, и придётся активно гуглить. С другой стороны, если эти примеры кому-то откроют глаза на то, что есть гораздо более продвинутые пути получения данных чем перебивание циферок вручную из одной экселевской таблички в другую, и он пойдёт читать про питон — свою задачу автор может считать выполненной.

Большая часть книги, всё таки, конечно, посвящена основным видам графического представления данных. Начинается всё со столбцовой диаграммы, а заканчивается многомерным шкалированием и рисованием карт. Нейтан большой фанат языка R и предпочитает проводить с его помощью начальный анализ и рисовать графики, после чего уже доводит результат при помощи Adobe Illustrator. �?ногда книга больше напоминает сборник постов из блога с довольно детальными описаниями всех шагов рабочего процесса, но именно это зачастую и требуется для того, чтобы сразу начать работать. Есть уже подготовленные данные, есть пошаговая инструкция и это отличная отправная точка для того, чтобы немного освоиться, и уже после начать экспериментировать и более глубоко разбираться с софтом.

Автор однако не зацикливается на каком-то одном инструменте, и показывает, что для разных задач существует большое количество программ и онлайн решений которые можно использовать в зависимости от ситуации, ваших потребностей и финансовых возможностей.

Если отбросить (весьма интересные) технические подробности, то для людей опытных новой информации будет не очень много, думаю что такое гистограмма все читатели этого блога знают 🙂 Однако и мне удалось выучить пару новых трюков. Благодаря ссылкам на онлайн ресурсы для визуализации я провёл выходные анализируя разные тексты на Many Eyes, а следующие, видимо, буду развлекаться с Tableau. Тем же, кто ничего сложнее линейного графика в Excel никогда не строил структурированное и последовательное изложение от простого к сложному, думаю, должно понравиться и книжка безусловно окажется полезной.

В заключении пару слов о переводе. Работать с текстом наполненным терминами, для которых общепринятого русского перевода не существует довольно сложно, поэтому текст не лишён шероховатостей. Однако в целом читается легко. Некоторые ссылки устарели: Needlebase, например, закрыт уже больше года. Но для соответствующих разделов редакторы не поленились и сделали, например, скриншоты сайтов и программ с русским интерфейсом, мелочь, но приятно. �?мена переведены на русский, но дано и оригинальное написание на латинице, что упрощает жизнь, если хочется порыться в теме поглубже.